Ajatusjohtajat

Älykkyys on muuttunut infrastruktuuriksi. Kysymys on nyt, kuka saa sen omistaa

mm
Lisää Securities.io suosikkilähteisiisi Google-palvelussa

Jokainen aikakausi perii infrastruktuurin, jonka omistajuus ratkaisee valtaan liittyviä kiistoja vuosikymmeniä, olipa kyseessä rautatielevyt, sähköverkot tai merikaapelit. Keinotekoinen äly on ottanut tämän aseman alle kymmenessä vuodessa, ja sen omistusoikeuksien ehdot määritellään nyt, suurimmaksi osaksi julkisen tarkkailun ulkopuolella.

Kasvu on lopettanut väkijoukkojen tarpeen

Suuremman osan teollisuushistoriasta tavoitteet vaativat väkijoukkoja, sillä valmistaja, joka kaksinkertaisti tuotannon, palkkasi lisää työntekijöitä, rautatie tarvitsi tuhansia maanmittareita ja työmiehiä, ja tuotanto pysyi sidottuna osallistumiseen.

Jokin tässä järjestelyssä on löystynyt, koska mitä tahansa vaikuttavaa rakentaessa nyt tarvitaan pieni ryhmä poikkeuksellisia insinöörejä yhdessä valtavan pääoman ja laskentatehon kanssa, ja suhde kallistuu yhä enemmän toiseen suuntaan.

Lovable saavutti 400 miljoonaa dollaria vuotuista toistuvaa liikevaihtoa 146 työntekijällä, ja Midjourney ansaitsee noin 200 miljoonaa dollaria vuodessa noin yhdentoista hengen tiimillä. Vertaa tätä viiden amerikkalaisen teknologiayrityksen sitoutumaan 660–690 miljardiin dollaria pääomainvestointiin vuodelle 2026, joista suurin osa on suunnattu siruihin, datakeskuksiin ja verkottumiseen.

Työvoima on liukunut pois sitovien rajoitteiden listalta, kun laitteisto on noussut kärkeen, mikä hinnoittelee koko pinon uudelleen kaikille pääomaa allokoiville. Mihin puoleen tästä riippuvuudesta salkku sijoittuu? Tuotot kerääntyvät kiihdyttimien, energiasopimusten ja alijärjestelmän lähellä olevan maan ympärille, ja lähes kaikki muutkin liiketoimet toimivat nyt muutaman toimittajan asettamilla ehdoilla.

Keskittyminen ilman väkijoukkoa

Jos ryhmä voi kasvattaa kykyjään ilman, että se työllistää tai käy kauppaa suuren väestön kanssa, sillä on vähän syitä tuoda väestö mukaan. Varakkaat toimijat aikaisemmissa vuosisadoissa tarvitsivat työntekijöitä, asiakkaita ja sotilaita, ja tämä riippuvuus tuotti palkkoja, kouluja, sairaaloita ja poliittista vaikutusvaltaa.

Poista riippuvuus ja sen alla olevat kannustimet muuttuvat hiljaisesti. Kuvittele tuhat ihmistä tai miljoona ulkopuolella, jotka hallitsevat pääomaa, malleja ja robotiikkaa. He voisivat toteuttaa valtavia projekteja, orbitalisesta valmistuksesta Marsiin, ilman toiminnallista tarvetta miljardille ulkopuoliselle.

Mikä tahansa, mikä edelleen vaatii väkijoukkoa, saa yhä enemmän vastauksen koneistosta, koska robottilaiva maksaa vähemmän kuin työvoima, kun tehtävä on määritelty riittävän tarkasti. Jokainen työ, joka aiemmin vaati monia käsiä, hinnoitellaan tämän korvaavan vaihtoehdon perusteella, ja lupaus, että robotiikka ja tekoäly hoitavat ongelmamme, olettaa, että joku omistaa robotit.

Tällaiset klusterit eroaisivat muista ilman dramaattista katkeamista, eikä keinotekoista yleistä älykkyyttä tarvita, sillä nykyiset kyvyt, laajennettuna ja halventuneina, riittäisivät.

Pääsy vahvimpiin malleihin saattaa muodostua terävämmäksi epätasa-arvon lähteeksi kuin raha, koska pääoma kasvaa muutaman prosentin vuosituotolla, kun taas etu mallin laadussa kertautuu jokaisessa tutkimuksessa, koodissa ja tuotteessa, johon se vaikuttaa.

Vaikutus, jota mikään markkinahinta ei tavoita

Keskitetty älykkyys muokkaa ihmisten uskomuksia yhtä paljon kuin se muokkaa markkinoita. AI‑chatbottien viikoittainen käyttö uutisten kasvoi 7 %:sta 10 %:iin maailmanlaajuisesti yhden vuoden aikana, ja yli puolet 18‑24‑vuotiaista nimeävät sosiaalisen median, videoverkostot tai chatbotit pääasiallisena tapanaan oppia, mitä on tapahtunut.

Hakukoneet käyttivät toimituksellista valtaa sijoitusten kautta, mutta ne ohjaavat ulospäin moniin resursseihin, ja lukija kohtaa silti lähteen ja arvioi sen. Avustaja esittää johtopäätöksen rauhallisella, auktoriteettisella äänellä, ja sen kanssa väittely vaatii vaivaa, johon harva lukija ryhtyy.

Kun rajallinen määrä tarjoajia päättää, mitä malli sanoo, agenda voidaan upottaa muotoon, joka on lähes havaitsematon ulkopuolisille. Kasvava kyvykkyys tekee havaitsemisesta entistä vaikeampaa, sillä vahvempi malli tuottaa vakuuttavampaa päättelyä ja uskottavampia virheitä. Kuinka kukaan yrityksen ulkopuolella huomaisi sen?

Skeptisyys ei ole poistunut, rehellisesti sanottuna, koska luottamus AI‑toimitettuun uutiseen on 20 % maailmanlaajuisesti, alhaisempana kuin 37 % uutisten yleisestä luottamuksesta, ja yleisö pysyy varuillaan, vaikka riippuvuus syvenee.

Avoimet painot kaventavat puolta kuilusta

Julkaistut mallit parantavat todellisuudessa kuvaa, ja uusimmat ovat vahvoja. Moonshot AI julkaisi Kimi K3:n painot, jotka sisältävät 2,8 triljoonaa parametria, tuoden avoimet julkaisut lähemmäs rajoja kuin koskaan sen jälkeen, kun DeepSeek R1 julkaistiin.

Näiden mallien tarjoaminen on toinen asia kenelle tahansa datakeskuksen ulkopuoliselle. K3:n mittakaavan asiantuntijasekoitusjärjestelmä vaatii klusterin kiihdyttimiä, jotka pysyvät paikallaan ja lämpiminä, mikä tekee itseisännöinnistä useimpien yliopistojen, startupien ja tutkijoiden ulottumattomissa.

Useimmat ihmiset päätyvät siis avoimiin malleihin yrityksen omistaman isännöidyn päätepisteen kautta, jolla on pääomaa ja GPU:ita. Yritys myy pääsyn edelleen, eikä asiakkaat voi varmistaa, että tarjoillut painot vastaavat julkaistuja painoja tai että mitään ei ole välissä kehotteen ja vastauksen välillä. Mitä on avattu tässä järjestelyssä, lisenssin itsensä lisäksi?

Omistus alkaa laitteistokerroksesta

Pelkästään lisenssiehdot eivät jaa valtaa, koska laitteisto päättää, kuka voi käyttää lisenssin myöntämiä oikeuksia. Omistus alkaa siis siellä, missä lisenssi päättyy, itse koneessa, sillä se, joka ajaa mallin, on ainoa osapuoli, joka pystyy testaamaan sen, jäljittämään vastauksen takaisin sen tuottaneisiin painoihin ja korjaamaan virheelliset tulokset.

Jokainen näistä riippuu riittävän laskentatehon saatavuudesta kohtuulliseen hintaan, jonka tavalliset instituutiot voivat sietää, joten julkinen ekosysteemi tarvitsee avoimet painot ja avoimen laskennan yhdessä. Kumpi tahansa yksinään luo uudelleen sen keskittymisen, jonka se pyrkii hajottamaan.

Julkinen laskentakerros on taloudellisesti toteuttamiskelpoinen

Kyvykäs laitteisto on jo valmiina käyttämättömänä valtavina määriä yliopistoissa, alueellisissa datakeskuksissa, entisissä kaivosoperaatioissa ja yksityishenkilöiden hallussa, ja sen yhdistäminen on ollut vaikea insinööritehtävä.

Covenant-72B, 72 miljardia parametria sisältävä malli, esikoulutettiin yli seitsemänkymmenen itsenäisen vertaisen välillä tavallisilla internet-yhteyksillä, ilman valkoista listaa, keskusklustereita ja lohkoketjamekanismia, joka vahvistaa kontribuutiot niiden saapuessa. Vahvistus on suunnittelun ytimessä, sillä osallistujat, joita kukaan ei ole tarkastanut, täytyy silti todistaa, että heidän lähettämänsä työ on todellista.

Tehokkuus on edelleen rehellinen vastaväite, koska parvi tavallisilla yhteyksillä jää jälkeen tiiviisti kytkeytyneestä klusterista, viive rangaisee suurimpia suorituksia, ja hajautetut järjestelmät säilyttävät taipumuksen keskittyä uudelleen sinne, missä pääoma kerääntyy.

Etäisyys tähän pisteeseen sulkeutuu nopeasti, sillä Covenant-ajossa saatiin 94,5 % laitteiston käyttöaste todellisissa verkko-olosuhteissa, ja se tuotti mallin, joka kilpailee keskitetysti koulutettujen samankokoisten vertaismallien kanssa. Ylijäämäkapasiteetti maksaa vähemmän kuin uusi rakennus, mikä asettaa taloudellisuuden enemmän insinööritaitoon kuin matemaattiseen laskentaan.

Päätökset tehdään oletuksena

Joten kuka päättää, mikä tulevaisuus toteutuu, kun kukaan ei koskaan äänestä kysymystä? Tulokset kerääntyvät hankintapäätöksistä, lisensseistä, tutkimusrahoituksesta ja sääntelystä, joita tehdään seuraavien vuosien aikana, ja useimmat ovat yksilöllisesti huomiota herättämättömiä.

Yksi tie johtaa muutamaan tarjoajaan, jotka hallitsevat taloudellisen ja henkisen elämän alusta, vastaten osakkeenomistajille ja niille hallituksille, joista ne ovat riippuvaisia. Toinen tie vie kohti jotain enemmän kuin palvelu, jossa avoimet mallit toimivat laskennassa, jonka omistaa moni osapuoli ja jonka kuka tahansa voi tarkastaa. Ja mikä pitää toisen tien auki?

Raha ja hankinnat, enimmäkseen, koska jokainen isännöidyn älykkyyden sopimus ja jokainen jaettuja infrastruktuureja koskeva apuraha siirtävät tasapainoa. Molemmat ovat edelleen saavutettavissa vuodesta 2026 alkaen, ja mahdollisuus tehdä harkittu valinta mitataan vuosina – eikä niitä ole paljon.

Gleb Morgachev on Engineering-johtaja yrityksessä Product Science ja yhteisluoja Gonka, hajautettu verkko AI-laskentaan. Hän työskentelee hajautetuissa järjestelmissä mallien kouluttamiseen ja inferenssiin.